• 1
• 0
• 0

Peng Xia/DR-BiLSTM-implementation

• 1
• 0
• 0

Peng Xia/IQiyi-Sentiment-Analysis

• 1
• 0
• 0

Peng Xia/ChallengeHub-Baselines

• 1
• 0
• 0

Peng Xia/Learn-NLP-with-Transformers

• 1
• 0
• 0

Peng Xia/code-for-nlp-beginner

• 1
• 0
• 0

Peng Xia/Bert-Chinese-Text-Classification-Pytorch

• 1
• 0
• 0

Peng Xia/team-learning

• 1
• 0
• 0

Peng Xia/kaggle_public

• 1
• 0
• 0

Peng Xia/SCNN

• 1
• 0
• 0

Peng Xia/IT_book

• 1
• 0
• 0

Peng Xia/pet

这个存储库包含了利用完形填空问题进行few-shot文本分类和自然语言推理的代码，重要的不仅仅是大小:小语言模型也是few-shot学习者。这篇论文介绍了模式开发训练(PET)，这是一种半监督的训练过程，将输入示例重新表述为完形填空式短语。在低资源环境下，PET和iPET显著优于常规监督训练、各种半监督基线，甚至GPT-3，尽管所需参数减少了99.9%。PET (iPET)的迭代变体训练了多代模型

• 1
• 0
• 0

Peng Xia/NEWS-TEXT-CLASSIFICATION

• 1
• 0
• 1

Peng Xia/news-emotion

• 1
• 0
• 0

Peng Xia/Stock_Market_Sentiment_Analysis

• 1
• 0
• 0

Peng Xia/senti_analysis

• 1
• 0
• 0

Peng Xia/chinese_text_cnn

• 1
• 0
• 1

Peng Xia/competition-baseline

• 1
• 0
• 0

Peng Xia/2021-DIGIX-BASELINE

• 1
• 0
• 0

Peng Xia/ensemble-learning

• 1
• 0
• 0

Peng Xia/hands-on-data-analysis